Hoppa till innehåll

Flux 3 Action

Integrera

Modell-id flux-3-action/so101
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/flux-3-action/so101?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Den här begäran: ≈0,003 $ 3 API-krediter Kör den på den här sidan

Hämta API-nyckel
Black Forest Labs Video till video #robotic#arm

Robotpolicy-modell som förutsäger åtgärdssegment för SO-101-armen från kamerabilder, ledstatus och en instruktion

Black Forest Labs · Data (JSON)

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt 88 / 2000

Instruktioner för robotuppgifter uttryckta på naturligt språk.

•obligatoriskt
Släpp en fil eller

Bild i den vänstra rutan som visar den fasta scenkamerans aktuella bildruta efter storleksändring till 256x256.

•obligatoriskt
Släpp en fil eller

Aktuell bildruta från handledskameran, placerad i den högra rutan och storleksändrad till 256x256.

•obligatoriskt

Uppmätta tillståndsvärden i ordningen: axelrotation och lyft, armbågsböjning, handledsböjning och rotation, allt i grader, följt av griparens position i procent.

Avancerat history_scene_image_url · history_wrist_image_url · num_inference_steps · guidance_scale · seed · state_history · command_history
Släpp en fil eller

Indata för historisk scenbildruta som kräver `state_history`; om den utelämnas används den aktuella bildrutan i stället. Den angivna bildrutan representerar den tidigaste historiska observationen, 7 tick tidigare.

Släpp en fil eller

Bildruta från handledskameran vid det tidigaste historiska ticken; `state_history` krävs.

standard 4

Antal Euler-avbrusningssteg; validering av kontrollpunkten använde 4 steg.

standard 3

Styrka för classifier-free guidance för både video och åtgärd; ange 1.0 för att inaktivera CFG.

Sampling-seed med referensutvärderingsinställningar för DROID: 0 och SO-101: 42. Om den inte anges väljs en seed slumpmässigt.

Historik över uppmätta tillstånd, utelämnas för ett nytt avsnitt och kräver annars `command_history`. Ange mätningar i kronologisk ordning för de 7 styrticken som omedelbart föregår `state`, vid 30 Hz.

Historik över absoluta kommandon som kräver `state_history`, där det senast skickade kommandot finns på den sista raden. Raderna löper kronologiskt över 8 observationsticken och anger kommandot som gäller vid varje tick.

POST /run/flux-3-action/so101?wait=20 pris → 0,003 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/flux-3-action/so101?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Flux 3 Action

I stället för media returnerar den JSON med förutsagda `actions`, deras styrfrekvens, kolumnetiketter och hur många inledande steg som ska köras (`execute_steps`) innan ett nytt segment begärs. Obligatoriska indata är en textbaserad `prompt` (upp till 2000 tecken), `scene_image_url`, `wrist_image_url` och en `state` med 6 värden. Valfria historikindata (`state_history`, `command_history`, historikbilder) ger tidsmässig kontext. `num_inference_steps` går från 1 till 8 och `guidance_scale` från 1 till 10.

Parametrar

NamnTyp StandardTillåtna Beskrivning
promptobligatoriskt
Typstring
≤ 2 000 tecken
Instruktioner för robotuppgifter uttryckta på naturligt språk.
scene_image_urlobligatoriskt
Typurl · image
Bild i den vänstra rutan som visar den fasta scenkamerans aktuella bildruta efter storleksändring till 256x256.
wrist_image_urlobligatoriskt
Typurl · image
Aktuell bildruta från handledskameran, placerad i den högra rutan och storleksändrad till 256x256.
stateobligatoriskt
Typnumber[]
≤ 6 objekt≥ 6 objekt
Uppmätta tillståndsvärden i ordningen: axelrotation och lyft, armbågsböjning, handledsböjning och rotation, allt i grader, följt av griparens position i procent.
state_historyvalfritt
Typarray[]
≤ 7 objekt≥ 7 objekt
Historik över uppmätta tillstånd, utelämnas för ett nytt avsnitt och kräver annars `command_history`. Ange mätningar i kronologisk ordning för de 7 styrticken som omedelbart föregår `state`, vid 30 Hz.
command_historyvalfritt
Typarray[]
≤ 8 objekt≥ 8 objekt
Historik över absoluta kommandon som kräver `state_history`, där det senast skickade kommandot finns på den sista raden. Raderna löper kronologiskt över 8 observationsticken och anger kommandot som gäller vid varje tick.
history_scene_image_urlvalfritt
Typurl · image
Indata för historisk scenbildruta som kräver `state_history`; om den utelämnas används den aktuella bildrutan i stället. Den angivna bildrutan representerar den tidigaste historiska observationen, 7 tick tidigare.
history_wrist_image_urlvalfritt
Typurl · image
Bildruta från handledskameran vid det tidigaste historiska ticken; `state_history` krävs.
num_inference_stepsvalfritt
Typinteger
Standard4
1 – 8
Antal Euler-avbrusningssteg; validering av kontrollpunkten använde 4 steg.
guidance_scalevalfritt
Typnumber
Standard3
1 – 10
Styrka för classifier-free guidance för både video och åtgärd; ange 1.0 för att inaktivera CFG.
seedvalfritt
Typinteger | null
Sampling-seed med referensutvärderingsinställningar för DROID: 0 och SO-101: 42. Om den inte anges väljs en seed slumpmässigt.
obligatoriskt

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "flux-3-action/so101",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "scene_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "wrist_image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "state": [
      -18.94,
      134.52,
      120.15,
      28.3,
      -32.17,
      27.02
    ]
  },
  "output": {
    "actions": [
      [
        1.0
      ]
    ],
    "action_labels": [
      "string"
    ],
    "action_hz": 1.0,
    "execute_steps": 1,
    "seed": 42,
    "timings": {}
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
actions
array of array of numberFörutsagd åtgärdsmatris med kronologiska rader som representerar styrsteg; värdena klipps inte, så led-, hastighets- och arbetsområdesgränser måste upprätthållas på roboten. Vid 30 Hz tillhandahåller SO-101 42x6 absoluta kommandon i grader och griparprocent; vid 15 Hz tillhandahåller DROID 32x8 absoluta ledmål i radianer plus griparens stängda andel.
action_labels
array of stringNamn som motsvarar åtgärdskolumnerna.
action_hz
numberStyrfrekvens för åtgärdsraderna.
execute_steps
integerAntal inledande åtgärder som ska köras innan en ny del efterfrågas.
seed
integerSlumpmässig seed som används under sampling.
timings
objectTidsmätningar från servern, uttryckta i sekunder.

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/flux-3-action/so101.md. Alla modeller och guider: https://doitong.com/developers/llms.txt